Pengembangan software berbasis iteratif sudah sering diterapkan dalam dunia kerja. Proyek software pada era modern menuntut produk disampaikan secara cepat dalam setiap sprint pengembangannya. Maka dari itu, eksekusi dari suatu sprint memerlukan pemantauan dan kemampuan untuk memberikan produk dengan kualitas tinggi seiring dengan tahapan pengembangan antar sprint. Penelitian ini bertujuan untuk memberikan dukungan bagi penanggung jawab atau pemilik proyek dalam memprediksi kemampuan suatu produk dalam suatu sprint. Metode yang diusulkan untuk mencapai tujuan ini adalah membangun sebuah prediction model menggunakan sejumlah fitur berupa karakteristik dari dataset yang memuat sprint-sprint dari software project. Model yang diusulkan dibentuk menggunakan metode utama Random Forest Regressor dengan metode pembanding berupa KNN(K-Nearest Neighbours) dan Decision Tree Regressor. Hasil pengujian dari prediction model yang diusulkan menunjukkan bahwa dibandingkan dengan KNN dan Decision Tree, Random Forest Regressor memberikan performa terbaik melalui hasil prediksinya yang stabil pada setiap tahap kemajuan dari software project yang diuji.